शुरू करेंमुफ़्त में शुरू करें

मल्टिवेरिएट रिग्रेशन के लिए पोस्टेरियर इंफ़ेरेंस

10,000 इटरेशन वाला RJAGS सिमुलेशन आउटपुट rail_sim_2 आपके वर्कस्पेस में है, साथ ही मार्कोव चेन आउटपुट का एक डेटा फ़्रेम भी:

> head(rail_chains_2, 2)
         a b.1.      b.2.        c         s
1 49.76954    0 -12.62112 4.999202 111.02247
2 30.22211    0  -3.16221 4.853491  98.11892

आप इन 10,000 यूनिक पैरामीटर सेट्स का उपयोग करेंगे ताकि ट्रेल volume, weekday स्टेटस, और hightemp के बीच संबंधों में पोस्टेरियर मीन ट्रेंड का सारांश बना सकें।

यह अभ्यास पाठ्यक्रम का हिस्सा है

RJAGS के साथ Bayesian Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

hightemp के अनुसार volume का एक स्कैटरप्लॉट बनाएँ।

  • color का उपयोग करके वीकडे और वीकेंड को अलग-अलग दिखाएँ।
  • एक red लाइन सुपरइम्पोज़ करें, जो वीकेंड के लिए volume और hightemp के बीच रैखिक संबंध के पोस्टेरियर मीन ट्रेंड का प्रतिनिधित्व करती है: m = a + c Z
  • एक turquoise3 लाइन सुपरइम्पोज़ करें, जो वीकडे के लिए volume और hightemp के बीच रैखिक संबंध के पोस्टेरियर मीन ट्रेंड का प्रतिनिधित्व करती है: m = (a + b.2.) + c Z

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Plot the posterior mean regression models
ggplot(___, aes(x = ___, y = ___, color = ___)) + 
    geom_point() + 
    geom_abline(intercept = mean(___), slope = mean(___), color = "red") + 
    geom_abline(intercept = mean(___) + mean(___), slope = mean(___), color = "turquoise3")
कोड संपादित करें और चलाएँ